MarkovLibrary

Una biblioteca C# flexible y eficiente para generar texto utilizando Cadenas de Markov. Esta biblioteca proporciona una implementación robusta de generación de texto basada en Cadenas de Markov con parámetros configurables y APIs fáciles de usar.

Características

• Orden configurable de las cadenas de Markov
• Opciones de sensibilidad a mayúsculas/minúsculas
• Preservación de espacios en blanco
• Finales de oración personalizables
• Soporte de serialización JSON para modelos entrenados
• Capacidades de entrenamiento por lotes
• Generación con texto inicial personalizado
• Métodos de extensión para uso rápido
• Análisis estadístico de las cadenas entrenadas

Instalación

Puedes instalar MarkovLibrary a través de NuGet:

dotnet add package MarkovLibrary --version 1.0.1

También puedes instalar el paquete usando el Administrador de Paquetes NuGet en Visual Studio o agregando la referencia directamente en tu archivo .csproj.

Inicio Rápido

// Uso simple con métodos de extensión
string textoFuente = "Tu texto de entrenamiento aquí...";
string textoGenerado = textoFuente.GenerateMarkovText(length: 100, order: 2);

Uso Básico

// Crear un generador con configuración por defecto
var generador = new MarkovTextGenerator();

// Entrenar el generador
generador.Train("Tu texto de entrenamiento aquí...");

// Generar texto
string textoGenerado = generador.GenerateText(maxLength: 100);

Configuración Avanzada

var configuracion = new MarkovConfig
{
    Order = 2,                           // Número de tokens a considerar para predicciones
    CaseSensitive = false,              // Si se debe preservar mayúsculas/minúsculas
    PreserveWhitespace = true,          // Si se deben preservar caracteres especiales de espacio
    SentenceEnders = new[] { ".", "!", "?" }, // Caracteres que pueden finalizar una oración
    MaxGenerationLength = 1000,         // Longitud máxima del texto generado
    MinProbabilityThreshold = 0.0,      // Umbral mínimo de probabilidad para selección
    RandomGenerator = new Random()       // Generador de números aleatorios personalizado
};

var generador = new MarkovTextGenerator(configuracion);

Métodos de Entrenamiento

// Entrenar con un solo texto
generador.Train("Texto de entrenamiento...");

// Entrenar con múltiples textos
generador.TrainBatch(new[] { "Texto 1...", "Texto 2...", "Texto 3..." });

// Entrenar desde un archivo
await generador.TrainFromFileAsync("ruta/al/archivo/entrenamiento.txt");

Generación de Texto

// Generación básica
string texto = generador.GenerateText();

// Generación con longitud personalizada
string texto = generador.GenerateText(maxLength: 200);

// Generación con texto inicial
string texto = generador.GenerateText(maxLength: 200, startWith: "Había una vez");

// Generar múltiples textos
var textos = generador.GenerateTexts(count: 5, maxLength: 100).ToList();

Persistencia del Modelo

// Guardar modelo entrenado
await generador.SaveToFileAsync("modelo.json");

// Cargar modelo entrenado
await generador.LoadFromFileAsync("modelo.json");

Estadísticas

// Obtener estadísticas de la cadena
var estadisticas = generador.GetStatistics();
Console.WriteLine($"Estados Totales: {estadisticas.StateCount}");
Console.WriteLine($"Estados Iniciales: {estadisticas.StartingStateCount}");
Console.WriteLine($"Transiciones Totales: {estadisticas.TotalTransitions}");
Console.WriteLine($"Promedio de Transiciones por Estado: {estadisticas.AverageTransitionsPerState}");

Análisis Avanzado

// Obtener probabilidades de tokens siguientes para un estado específico
var tokensEstado = new[] { "el", "rápido" };
var probabilidades = generador.GetNextTokenProbabilities(tokensEstado);
foreach (var (token, probabilidad) in probabilidades)
{
    Console.WriteLine($"Token: {token}, Probabilidad: {probabilidad}");
}

Consideraciones

1. Selección del Orden:

   • Órdenes más altos (3+) producen texto más coherente pero menos creativo
   • Órdenes más bajos (1-2) producen texto más variado pero potencialmente menos coherente
   • El orden 2 es una buena opción por defecto para la mayoría de los casos

2. Datos de Entrenamiento:

   • Proporciona suficientes datos de entrenamiento (al menos orden + 1 tokens)
   • Más datos de entrenamiento generalmente llevan a mejores resultados
   • La calidad del resultado depende en gran medida de la calidad de entrada

3. Rendimiento:

   • El uso de memoria aumenta con el orden y el tamaño de los datos de entrenamiento
   • El tiempo de generación es generalmente rápido y constante
   • Considera guardar los modelos entrenados para reutilizarlos

4. Generación de Texto:

   • Usa el parámetro startWith para controlar el contexto de generación
   • Ajusta maxLength según tus necesidades
   • El texto generado siempre terminará con un token completo

5. Tamaño del Modelo:

   • Los modelos pueden ser serializados a JSON para persistencia
   • Conjuntos de entrenamiento más grandes crean modelos más grandes
   • Considera limpiar la cadena (Clear()) si la memoria es una preocupación

Manejo de Errores

La biblioteca incluye un MarkovException personalizado para errores específicos. Excepciones comunes:

• Texto de entrenamiento vacío o nulo
• Tokens insuficientes para el entrenamiento
• Incompatibilidad de orden al cargar modelos
• Intentos de usar el generador sin entrenar

Licencia

MIT License

Copyright (c) 2025

Se concede permiso, de forma gratuita, a cualquier persona que obtenga una copia de este software y archivos de documentación asociados (el "Software"), para utilizar el Software sin restricción, incluyendo sin limitación los derechos a usar, copiar, modificar, fusionar, publicar, distribuir, sublicenciar, y/o vender copias del Software, y permitir a las personas a las que se les proporcione el Software a hacer lo mismo, sujeto a las siguientes condiciones:

El aviso de copyright anterior y este aviso de permiso se incluirán en todas las copias o partes sustanciales del Software.

EL SOFTWARE SE PROPORCIONA "TAL CUAL", SIN GARANTÍA DE NINGÚN TIPO, EXPRESA O IMPLÍCITA, INCLUYENDO PERO NO LIMITADO A LAS GARANTÍAS DE COMERCIABILIDAD, IDONEIDAD PARA UN PROPÓSITO PARTICULAR Y NO INFRACCIÓN. EN NINGÚN CASO LOS AUTORES O TITULARES DEL COPYRIGHT SERÁN RESPONSABLES DE NINGUNA RECLAMACIÓN, DAÑOS U OTRAS RESPONSABILIDADES, YA SEA EN UNA ACCIÓN DE CONTRATO, AGRAVIO O CUALQUIER OTRO MOTIVO, QUE SURJA DE O EN CONEXIÓN CON EL SOFTWARE O EL USO U OTROS TRATOS EN EL SOFTWARE.